[发明专利]微波水平降雨场高时空分辨率重构分析与短临预测方法

说明书

本发明提供一种微波水平降雨场高时空分辨率重构分析与短临预测方法，具体包括：S1、基于地面微波站点的分布，搭建微波链路降雨观测网，对降雨区域进行网格化处理；S2、计算微波链路路径的平均雨衰，根据所述降雨区域内各位置的降雨强度之间的相关性进行高时空分辨率水平降雨场的重构分析；S3、基于重构的高时空分辨率连续水平降雨场，利用深度学习的方法实现对于短临降雨场的预测。本发明建立了考虑降雨时空变化特征的高时空分辨率水平降雨场重构模型和降雨场短临外推模型，实现了微波链路信号进行高时空分辨率水平降雨场的重构和外推预测，为建立高时空分辨率区域降雨监测和预警网奠定了技术基础。

技术领域

本发明涉及降雨测量领域，特别是涉及一种微波水平降雨场高时空分辨率重构分析与短临预测方法。

背景技术

利用微波链路的衰减效应测量降雨是近年来出现的一种降水测量新技术，在强降水引发的自然灾害监测和未来高技术军事行动的保障等方面有巨大的潜力和至关重要的意义，是获取高时空分辨率降雨场的一种有效方法，具有采样时空密度大、分辨率高、覆盖范围广等优势。

目前，利用微波链路在区域降雨监测中的应用才刚起步，尤其是基于星地微波链路的降雨场重构分析大多是基于插值法来实现，且国际上还没有相关学者针对基于星地微波链路的降雨场的短临预测展开讨论和研究。本发明基于现有研究的基础上，建立了考虑降雨时空变化特征的水平降雨场重构模型和降雨场短临外推模型，实现了利用多站微波链路信号进行高时空分辨率水平降雨场的重构分析和外推预测，为建立高时空分辨率区域降雨监测预警网奠定了技术基础。

发明内容

本发明提出一种微波水平降雨场高时空分辨率重构分析与短临预测方法，利用微波信号在降雨区域传播时的衰减信息，通过基于多站微波链路的组网，反演重构高时空分辨率的水平降雨场，以及基于深度学习进行短临降雨场的预测。

为实现上述目的，本发明提供了如下方案：

微波水平降雨场高时空分辨率重构分析与短临预测方法，其特征在于，包括：

S1、基于地面微波站点的分布，搭建由微波链路组成的微波链路降雨观测网，对降雨区域进行网格化处理；

S2、计算微波链路路径的平均降雨衰减值，根据所述降雨区域内各位置的降雨强度之间的相关性进行高时空分辨率水平降雨场的重构分析；

S3、基于重构的高时空分辨率水平降雨场，利用深度学习的方法实现对于短临降雨场的预测。

优选地，所述S1中，所述微波链路降雨观测网的种类包括星地微波链路网和地面微波链路网。

优选地，组成所述微波链路降雨观测网的相关因素包括组成链路网的条数、链路的长短、链路网的密度以及链路网的空间分布，还包括基于卫星和地面接收站的分布情况和分布不均匀的不规则网格。

优选地，所述S2中，高时空分辨率水平降雨场的重构分析步骤包括：

计算微波链路路径的平均降雨情况，得到路径降雨衰减值；

通过幂率模型得到所有链路的平均降雨强度；

利用所得的所有链路的平均降雨强度，基于降雨区域内各个位置的降雨强度之间的相关性，通过克里金插值法或短距离加权法对所述高时空分辨率的水平降雨场进行重构。

优选地，所述S3中，利用深度学习的方法实现对于短临降雨场的预测步骤包括：

S3.1、构建针对高时空分辨率区域降雨场外推的具有输入输出结构的深度学习网络；

S3.2、通过历史资料，建立所述水平降雨场中每一个网格内雨强及其相邻n个时刻雨强的关系训练集；